夜雨聆风6月24日，高通在纽约举办2026投资者日暨股东大会。CEO克里斯蒂亚诺·阿蒙没有寒暄，直接扔出一组数字：2027财年，数据中心业务将为高通贡献至少数十亿美元收入。2029财年，非手机业务营收目标从220亿美元上调至400亿美元——增幅91%。
这不是试探，这是宣战书。高通当天一口气宣布了五件事：发布Dragonfly数据中心CPU品牌、推出AI300新一代加速器、与Meta签下多代CPU战略合作协议、微软Azure确认部署其HBC高带宽计算芯片、39亿美元收购AI软件公司Modular。 盘后股价大涨超12%。
沉寂多年的数据中心赛道，终于迎来一个所有人都熟悉的玩家。而这一次，高通瞄准的不是英伟达的"训练王座"，而是更庞大、更现实、也更危险的"推理战场"。
---
高通这次的品牌命名本身就是信号。客户端业务继续叫Snapdragon（骁龙），数据中心业务全新命名为Dragonfly（飞龙）。一套"龙族"品牌矩阵，暗示高通要把数据中心做成和手机芯片同等量级的第二主战场。
Dragonfly C1000是首发产品，基于高通收购的Ventana RISC-V技术架构研发，主打高能效路线。同等功耗下可提供显著高于传统x86架构的算力密度——这个定位极其精准。当前AI数据中心建设的核心瓶颈已经不是芯片成本，而是电力供给的刚性约束。各大云厂商扩建算力集群时，"能省多少电"比"能跑多少算力"更重要。
高通在智能手机领域深耕二十年的极致功耗控制经验，恰恰可以转化为数据中心市场的差异化竞争力。英伟达的GPU是"暴力美学"——堆算力、堆显存、堆功耗；高通的路线是"效率美学"——同等性能更低功耗、同等功耗更高产出。
C1000定于2028年年中推出，首批部署客户是Meta。后续产品将持续迭代更新，按年度节奏升级。
---
投资者日最重磅的消息不是产品，而是客户。
扎克伯格通过视频连线确认："根据我们的战略合作协议，高通将成为Meta的数据中心CPU供应商。" 这是高通首次获得全球顶级超大规模云服务商的正式CPU订单，覆盖多个产品世代。Meta的数据中心规模全球排名前三，这一订单的标志性意义远超其商业金额本身。
微软Azure则确认将部署高通的HBC高带宽计算平台，搭载AI250加速器，商业采样时间定于2027年年中。高通数据中心业务负责人还透露，公司已赢得两份重大Hyperscaler合作协议——虽然未公布第二家客户名称，但市场普遍认为微软Azure是其中之一。
这两张"入场券"证明了一个关键判断：云厂商确实在寻求英伟达之外的替代方案。 这不是因为英伟达不够强，而是因为没有任何客户愿意长期依赖单一供应商——尤其是当这个供应商的定价权大到可以单方面涨价30%的时候。
---
AI加速器方面，高通已形成AI200、AI250、AI300三代产品线。AI300是投资者日当天正式推出的最新一代，聚焦推理场景，采用近存计算架构，无需搭配高带宽显存。
这个设计选择背后有一个清晰的商业逻辑：AI推理和AI训练是完全不同的市场。 训练需要海量高带宽显存和极致算力，这是英伟达GPU的天然主场。但推理更看重单位功耗性能和并发处理效率——而这恰恰是高通手机芯片架构的遗传优势。
HBC（高带宽计算）平台是高通的"整机方案"，第一代搭载AI250加速器，第二代定于2028年推出。HBC不是单卖芯片，而是卖"计算单元"——类似英伟达从卖GPU到卖DGX系统的战略升级。
更值得注意的是，高通还规划了PAM4高速电互联、光互联、数据中心交换与网络产品——从计算层到网络层的全栈覆盖。这意味着高通不是来"卖一颗芯片"的，而是来"建一套基础设施"的。
---
如果说芯片是矛，软件生态就是盾。高通在投资者日宣布以39.2亿美元全股票交易收购AI软件公司Modular，这可能是整个战略中最聪明的一步棋。
Modular由前谷歌工程师克里斯·拉特纳创立——他是LLVM和Swift编程语言的主要创建者，在编译器领域地位堪比Linus Torvalds在操作系统领域的影响力。Modular的核心产品包括Mojo编程语言、MAX推理平台和AI编译器工具链，被业内视作最有潜力对标英伟达CUDA生态的通用AI软件栈。
英伟达的护城河不在芯片本身——AMD和Intel也能做GPU。真正的护城河是CUDA：全球数百万AI开发者已经习惯了用CUDA写代码，迁移成本极高。 高通收购Modular的目的很明确：构建一套"从边缘到云"的AI软件平台，让开发者一次构建即可适配不同硬件平台，打破CUDA的生态锁定。
Modular的技术体系可实现AI应用跨CPU、GPU、NPU等多种芯片架构高效运行。如果这个软件栈成功，高通就不再是"卖芯片的公司"，而是"提供AI基础设施的公司"——和英伟达站在同一个维度竞争。
---
尽管战略宏大，高通面临三个不容回避的现实挑战。
第一，时间窗口紧迫。 C1000要等到2028年年中才推出，而英伟达的下一代GPU大概率在2027年就已经迭代。两年后的数据中心市场格局可能完全不同，Meta和微软届时是否还愿意等待高通的产品？
第二，Arm/RISC-V在数据中心的历史包袱。 过去十年，多家公司尝试用Arm架构挑战x86在数据中心的统治地位——高通自己2018年就曾试水服务器CPU，最终默默退出。软件兼容性和迁移成本是Arm/RISC-V在数据中心面临的老问题，这不是靠一个Modular就能解决的。
第三，英伟达不会坐等挑战者长大。 英伟达已经从GPU厂商转型为"AI基础设施公司"，产品线覆盖训练、推理、网络、软件全栈。当高通还在规划2028年的CPU时，英伟达可能已经用下一代产品巩固了推理市场的份额。
但高通也有一个英伟达没有的独特优势：从手机到汽车到数据中心的全场景覆盖。 骁龙芯片每年出货数亿颗，汽车业务年化收入目标60亿美元——这意味着高通可以在端侧和云侧之间构建真正的"混合AI"架构，让AI推理在手机、车机、云端之间无缝流转。这种端云协同能力，是英伟达做不到的事。
高通2026投资者日释放的信号很明确：这家公司不再满足于做"手机芯片之王"，它要在AI数据中心这个更大的战场上找到第二增长曲线。
Meta和微软的公开背书证明战略已获初步认可，39亿美元收购Modular证明高通理解了"软件生态才是护城河"的竞争本质。但Dragonfly C1000要到2028年才能出货，HBC平台要2027年才能商用——这意味着高通至少还有一年的"空窗期"，需要在没有产品的情况下维持客户信心。
摩根大通的评价很到位：高通正从周期性强的手机芯片供应商，转型为具备稳定增长逻辑的平台型企业。此次战略升级将重塑高通的长期价值——但重塑能否成功，取决于2027到2028这两年，高通能不能把PPT上的路线图变成数据中心机房里真正运转的机器。
